发票 OCR 实战：10 个常见错误及解决方案

发票 OCR 实战：10 个常见错误及解决方案

大家好，我是正在实战各种 AI 项目的程序员晚枫。

😭 这些错误你肯定遇到过

3 个月来，处理了 10 万 + 张发票。

踩过的坑，比你吃过的盐都多。

今天：总结 10 个最常见错误及解决方案。

错误 1：密钥失效

报错：AuthenticationError: Invalid credentials

原因：

  • 密钥过期
  • 密钥被冻结
  • 密钥配置错误

解决：

1
2
3
4
5
6
7
8
9
# 1. 检查环境变量
import os
print(os.getenv('TENCENT_SECRET_ID'))

# 2. 重新获取密钥
# 访问：https://curl.qcloud.com/9ExTmaya

# 3. 更新配置
os.environ['TENCENT_SECRET_ID'] = '新密钥'

错误 2：网络超时

报错：TimeoutError: Request timeout

原因：

  • 网络不稳定
  • API 响应慢
  • 防火墙限制

解决：

1
2
3
4
5
6
7
8
9
10
# 添加重试机制
def recognize_with_retry(file_path, max_retries=3):
    for i in range(max_retries):
        try:
            return poocr.ocr2excel.VatInvoiceOCR2Excel(...)
        except TimeoutError:
            if i < max_retries - 1:
                time.sleep(5)
            else:
                raise

错误 3：图片格式不支持

报错：ValueError: Unsupported image format

原因：

  • 图片格式不在支持列表
  • 文件扩展名错误

解决：

1
2
3
4
5
6
7
8
9
# 检查并转换格式
from PIL import Image

def convert_image(image_path):
    img = Image.open(image_path)
    if img.format not in ['JPEG', 'PNG', 'PDF']:
        img = img.convert('RGB')
        img.save(image_path + '.jpg', 'JPEG')
    return image_path + '.jpg'

错误 4：图片太大

报错：FileSizeExceeded: Image too large

原因：图片超过 API 限制（通常 10MB）

解决：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 压缩图片
from PIL import Image

def compress_image(image_path, max_size=5):
    img = Image.open(image_path)
    
    # 检查文件大小
    file_size = os.path.getsize(image_path) / 1024 / 1024
    
    if file_size > max_size:
        # 压缩
        img.save(image_path, quality=80, optimize=True)
    
    return image_path

错误 5：识别结果为空

报错：无报错，但返回空结果

原因：

  • 图片太模糊
  • 发票不在画面内
  • 光线太暗

解决：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 添加质量检查
def check_image_quality(image_path):
    img = cv2.imread(image_path)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # 检查亮度
    if np.mean(gray) < 80:
        return False, "图片太暗"
    
    # 检查清晰度
    if cv2.Laplacian(gray, cv2.CV_64F).var() < 100:
        return False, "图片模糊"
    
    return True, "合格"

错误 6：字段缺失

报错：KeyError: '发票代码'

原因：OCR 识别失败，字段不存在

解决：

1
2
3
4
# 安全获取字段
invoice_code = invoice_data.get('发票代码', '')
if not invoice_code:
    print("⚠️ 发票代码识别失败，需要人工复核")

错误 7：Excel 写入失败

报错：PermissionError: File is in use

原因：Excel 文件被占用

解决：

1
2
3
4
5
6
7
8
9
10
11
12
# 检查文件是否被占用
def is_file_in_use(file_path):
    try:
        with open(file_path, 'r+') as f:
            pass
        return False
    except PermissionError:
        return True

# 等待文件释放
while is_file_in_use(output_path):
    time.sleep(1)

错误 8：编码错误

报错：UnicodeDecodeError: 'gbk' codec can't decode

原因：文件编码问题

解决：

1
2
3
4
5
6
7
8
9
10
11
12
# 指定编码
with open(file_path, 'r', encoding='utf-8') as f:
    content = f.read()

# 或尝试多种编码
for encoding in ['utf-8', 'gbk', 'gb2312']:
    try:
        with open(file_path, 'r', encoding=encoding) as f:
            content = f.read()
        break
    except:
        continue

错误 9：路径错误

报错：FileNotFoundError: No such file or directory

原因：路径不存在或拼写错误

解决：

1
2
3
4
5
6
7
# 使用绝对路径
import os
abs_path = os.path.abspath(file_path)

# 检查路径是否存在
if not os.path.exists(abs_path):
    print(f"❌ 文件不存在：{abs_path}")

错误 10：API 额度超限

报错：QuotaExceeded: Monthly quota exceeded

原因：超出免费额度

解决：

1
2
3
4
5
6
7
8
9
10
11
# 检查剩余额度
def check_quota():
    response = requests.get(
        'https://console.cloud.tencent.com/ocr/quota',
        headers={'Authorization': get_auth_token()}
    )
    quota = response.json()
    print(f"剩余额度：{quota['remaining']}")
    
    if quota['remaining'] < 100:
        print("⚠️ 额度不足，请充值")

📊 错误处理最佳实践

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
def robust_invoice_recognition(file_path):
    """健壮的发票识别"""
    try:
        # 1. 检查文件
        if not os.path.exists(file_path):
            return None, "文件不存在"
        
        # 2. 检查质量
        is_ok, msg = check_image_quality(file_path)
        if not is_ok:
            return None, msg
        
        # 3. 识别
        result = poocr.ocr2excel.VatInvoiceOCR2Excel(...)
        
        # 4. 验证结果
        if not result.get('发票代码'):
            return None, "识别失败"
        
        return result, "成功"
        
    except Exception as e:
        return None, f"异常：{str(e)}"

💬 联系我

平台账号/链接
微信扫码加好友
微博@程序员晚枫
知乎@程序员晚枫
抖音@程序员晚枫
小红书@程序员晚枫
B 站Python 自动化办公社区

主营业务：AI 编程培训、企业内训、技术咨询

🎓 推荐课程

错误不可怕，可怕的是不知道如何解决。

这份指南，希望能帮你少踩坑。

遇到问题，别慌，按上面的方法试试。💪

进群

嗨，扫码 进群

微信

扫一扫，分享到微信

微信分享二维码
本站总访问量次

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置：

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

编程博主，全网粉丝30w+，开源项目：python-office，我的微信：python-office